- 세상의 모든 계산기 수학, 과학, 공학 이야기 수학 ()
미분방정식 - 1st order 선형 상수 계수 미분 방정식
-
- 2024.07.16 - 23:35 2024.07.16 - 19:26 1050 1
함수 \( y' = k \cdot y \)를 구하는 방법을 설명하겠습니다.
이 미분 방정식은 첫 번째 차수의 선형 상수 계수 미분 방정식입니다. 이를 해결하기 위해 우리는 변수 분리법을 사용할 수 있습니다.
1. 미분 방정식을 다시 씁니다:
\[
\frac{dy}{dt} = k \cdot y
\]
2. 변수 분리:
양변을 \( y \)와 관련된 항과 \( t \)와 관련된 항으로 나눕니다.
\[
\frac{dy}{y} = k \cdot dt
\]
3. 적분:
양변을 적분합니다.
\[
\int \frac{1}{y} \, dy = \int k \, dt
\]
4. 적분 결과:
왼쪽은 자연 로그가 되고, 오른쪽은 상수 \( k \)와 \( t \)의 적분입니다.
\[
\ln |y| = kt + C
\]
여기서 \( C \)는 적분 상수입니다.
5. 양변에 지수 함수 적용:
\( y \)를 구하기 위해 양변에 지수 함수를 적용합니다.
\[
e^{\ln |y|} = e^{kt + C}
\]
따라서,
\[
|y| = e^{kt + C}
\]
6. 상수 \( C \) 처리:
\( e^{kt + C} = e^{kt} \cdot e^C \)이므로, \( e^C \)를 새로운 상수 \( A \)로 둡니다. 즉, \( A = e^C \)입니다.
\[
|y| = A e^{kt}
\]
여기서 \( A \)는 임의의 상수입니다. 절대값을 없애기 위해, \( y \)가 양수이거나 음수일 수 있으므로,
\[
y = A e^{kt}
\]
여기서 \( A \)는 양수 또는 음수 모두 가능합니다.
결과적으로, 주어진 미분 방정식 \( y' = k \cdot y \)의 해는:
\[
y = A e^{kt}
\]
여기서 \( A \)는 초기 조건에 따라 결정되는 상수입니다.
-
25
댓글1
-
세상의모든계산기
반감기가 있는 물질에서 미분 방정식 \( y' = k \cdot y \)가 성립하는 이유
반감기가 있는 물질에서 미분 방정식 \( y' = k \cdot y \)가 성립하는 이유는, 이러한 물질의 붕괴가 시간에 따라 지수 함수적으로 이루어지기 때문입니다. 이를 더 자세히 설명하면 다음과 같습니다.
1. 반감기와 지수 함수적 붕괴
반감기(T)는 어떤 물질의 양이 절반으로 줄어드는 데 걸리는 시간을 의미합니다. 물질이 시간이 지남에 따라 지수 함수적으로 감소한다는 것은, 물질의 양이 일정한 비율로 감소한다는 것을 의미합니다. 즉, 시간이 일정 기간 \( T \)마다 물질의 양이 절반으로 줄어드는 특성을 보입니다.
2. 지수 함수적 감소 모델
이러한 물질의 양 \( y \)가 시간 \( t \)에 따라 감소하는 것을 모델링하기 위해서는 지수 함수적 감소를 이용합니다. 일반적으로 물질의 양 \( y \)는 다음과 같이 표현할 수 있습니다:
\[
y(t) = y_0 e^{kt}
\]여기서:
- \( y_0 \)는 초기 물질의 양 (t=0일 때의 양)
- \( k \)는 붕괴 상수로, 이 상수는 음수입니다 (감소하므로).3. 미분 방정식 유도
지수 함수적 모델을 사용하면, 양 \( y \)의 변화율(즉, 시간에 따른 감소율)은 현재 양 \( y \)에 비례합니다. 이를 수학적으로 표현하면 다음과 같은 미분 방정식을 얻을 수 있습니다:
\[
y' = \frac{dy}{dt} = k \cdot y
\]여기서 \( y' \)는 물질의 시간에 따른 변화율, \( k \)는 비례 상수입니다.
4. 반감기와 붕괴 상수 \( k \)의 관계
반감기 \( T \)와 붕괴 상수 \( k \)는 다음과 같은 관계를 가집니다:
\[
y(T) = \frac{y_0}{2} = y_0 e^{kT}
\]이 식에서 \( y(T) \)가 초기 양의 절반임을 이용하여 다음과 같이 풀면:
\[
\frac{1}{2} = e^{kT}
\]양변에 자연 로그를 취하면:
\[
\ln \left( \frac{1}{2} \right) = kT
\]즉,
\[
k = \frac{\ln \left( \frac{1}{2} \right)}{T} = -\frac{\ln 2}{T}
\]따라서, 붕괴 상수 \( k \)는 반감기 \( T \)에 따라 음수로 결정됩니다.
* 결론 *
반감기가 있는 물질은 시간이 지남에 따라 지수 함수적으로 감소하므로, 물질의 양 \( y \)와 그 변화율 \( y' \) 간의 관계를 나타내는 미분 방정식은 \( y' = k \cdot y \)의 형태가 됩니다. 이 방정식은 물질의 감소율이 현재 양에 비례함을 의미하며, 반감기 특성을 잘 설명해줍니다.
세상의모든계산기 님의 최근 댓글
- claude AI는 l-c*r^2 을 1-c*r^2 으로 잘못 읽고 표시하고 있습니다. - TI-nspire CAS 계산기에 l-c*r^2 ≥0 을 조건에 추가해 계산해 보아도 결과는 바뀌지 않습니다. 2026 07.20 ⚠️ 경고가 바로 두 번째 방법이 "성공"한 이유와 정확히 연결되어 있습니다. 경고의 의미 "Domain of the result might be larger than the domain of the input"는 CAS가 절댓값(모듈러스)을 계산하는 과정에서 원래 식보다 정의역이 더 넓은 형태로 단순화했다는 뜻입니다. 구체적으로 이 계산은 내부적으로 대략 이런 과정을 거칩니다. $$\left|\frac{er}{e\cdot r}\right| = \sqrt{\left(\frac{er}{e\cdot r}\right)\cdot\overline{\left(\frac{er}{e\cdot r}\right)}}$$ 즉 원래 식(복소수)과 그 켤레복소수를 곱해서 실수부·허수부 제곱합을 만들고, 거기에 다시 제곱근을 씌우는 과정입니다. 이 과정에서 √(x²) → x 또는 √a·√b → √(ab) 같은 규칙들이 쓰이는데, 이런 규칙들은 x가 실수이고 0 이상일 때만 엄밀하게 성립합니다. CAS는 이 조건들을 일일이 다 추적하지 않고 넘어가면서, 원래는 (e≠0, r+l·ω·i ≠ 0 등) 복소수 특유의 좁은 정의역을 가진 식을, r, l, ω가 어떤 실수여도(부호 무관하게) 정의되는 1/√(r²+l²·ω²)라는 더 넓은 정의역의 식으로 바꿔버린 것입니다. CAS는 이 손실을 감지하고 경고를 띄운 것입니다. 이게 왜 조건 대입 성공과 연결되는가 정리하면, 이 경고는 사실상 이런 뜻입니다. "나는 이 결과를 만들면서 원래 식이 가지고 있던 정의역 제약 정보(부호 조건, i 관련 조건 등)를 이미 버렸다." 바로 이 "정의역 정보를 버린" 상태가 이후 con_1 대입을 매끄럽게 만드는 원인입니다. 첫 번째 시도에서는 i가 살아있는 원래 식에 조건을 대입했기 때문에, CAS가 √(1-c·r²)이 실수인지(정의역 조건: 1-c·r² ≥ 0) 계속 추적하려고 했고, 그 정보가 con에 없어서 더 이상 정리를 못 하고 멈췄습니다. 두 번째 시도에서는 절댓값 계산 단계에서 이미 그런 세밀한 정의역 추적을 CAS 스스로 포기(단순화)했기 때문에, 이후 ω에 무리식을 대입해도 "이게 실수가 맞나?" 하는 검증 절차 없이 그냥 대수적으로 치환·정리해 버립니다. 그래서 깔끔하게 √c/√l이 나온 겁니다. 한 줄 요약 절댓값 계산 시 뜬 "정의역이 넓어졌을 수 있다"는 경고는, CAS가 그 순간에 원래 식의 엄밀한 조건(정의역)을 놓쳤다는 신호이고, 바로 그 "조건을 놓친 상태"이기 때문에 뒤에 이어지는 조건식 대입이 막힘없이 진행된 것입니다. 다만 그 대가로, 결과인 1/√(r²+l²·ω²)이나 최종 √c/√l이 원래 회로 조건(i≠0이 되는 경계, 분모가 0이 되는 경우 등)에서는 엄밀히 성립하지 않을 수 있다는 점은 감안하셔야 합니다. 실제 물리적으로는 r, l, c > 0이고 결과도 물리적으로 타당한 형태라 문제없어 보이지만, 수학적 엄밀성 측면에서는 "정의역이 넓어진 근사적 결과"라는 꼬리표가 붙어있는 셈입니다. 2026 07.20 Claude AI 답변 TI-Nspire CAS의 | (such that / 조건대입) 연산자는 대입 시점의 수식 형태를 그대로 두고 기호만 치환하는 연산입니다. 대입 후에 처음부터 다시 "실수부/허수부 분리, 유리화" 같은 재간소화를 자동으로 수행하지 않습니다. 이 차이가 지금 보신 결과 차이의 핵심입니다. 첫 번째 경우 (|er/(e·r)| | con_1 and con → 실패) 이 시점의 식은 아직 r + l·ω·i 형태의 복소수 그대로입니다 (i가 살아있음). 여기에 con_1: ω = √(1-c·r²)/(√c·l)을 대입하면, 분모 안에 i · √(1-c·r²) 라는 항이 새로 생깁니다. 문제는 CAS가 √(1-c·r²)이 실수인지(즉 1-c·r² ≥ 0인지) 판단할 근거가 없다는 겁니다. 저장해 두신 con 조건은 c>0, l>0, r>0뿐이고, 1-c·r²≥0이라는 조건은 포함되어 있지 않습니다. 그래서 CAS는 i와 이 무리식을 더 정리(유리화, 실수부·허수부 재결합)하지 못하고 있는 그대로 남겨둡니다. 결과에 여전히 i가 보이는 이유입니다. 두 번째 경우 (결과값 1/√(r²+l²·ω²)에 대입 → 성공) |er/(e·r)| (절댓값/모듈러스) 연산은 그 자체로 이미 "복소수 → 실수" 변환을 완료한 결과입니다. 즉 1/√(r²+l²·ω²)에는 더 이상 i가 없고, 순수하게 r, l, ω로만 이루어진 실수식입니다. 이 식에 ω = con_1을 대입하는 것은 그냥 실수 대수식에 실수 대입하는 것이므로, i와 무리식이 뒤엉키는 문제 자체가 발생하지 않습니다. 그래서 바로 깔끔하게 √c/√l로 정리됩니다. 정리하면 절댓값(모듈러스) 계산은 "이 값들이 실수다"라는 가정을 이미 내부적으로 써서 i를 제거하는 연산입니다. 그 연산을 조건 대입 이전에 해두면, 이후 대입은 단순 실수 대입이라 문제없이 정리됩니다. 반대로 i가 남아있는 식에 무리식을 포함한 조건을 먼저 대입하면, 그 무리식의 실수성/부호에 대한 가정이 없어서 CAS가 i를 소거하는 재간소화를 못 하고 멈춰버립니다. 실용적 팁: 복소식에 조건을 대입해야 할 때는 가능하면 절댓값·실수화(유리화) 등을 먼저 끝내서 i를 없앤 뒤 조건을 대입하거나, 대입 후 결과에 다시 simplify/expand/combine 같은 명령을 한 번 더 걸어주면 (필요한 도메인 조건과 함께) 정리가 되는 경우가 많습니다. 2026 07.19 저도 어림잡아 추측할 뿐이지 정확한 이유를 알지는 못합니다. 질문하신 사진을 그대로 (Gemini 3.5 Flash / ChatGPT / Claude Sonnet 5) AI에 넣어 보니 claude AI 가 제일 합리적인 답변을 주어서 이를 붙여 넣습니다. 2026 07.19 아 그렇네요. 감사합니다. ^^ 2026 04.28